如何配置一台适用于深度学习的工作站？

问题详情： 如何配置一台适用于深度学习的工作站？ 刚买两块 Titan Z GPU 准备搞搞深度学习，结果原来的工作站功率不够，带不动，所以准备组装一台新工作站。求大神们给点意见，最好给个完整的 list，我好照着买，谢谢。（本人新手，也不怎么会组装，最好是半成品机器，然后我组装一下就好的那种）

配置方法

x299 配置：

2 路 GPU 配置单：

四路 GPU 配置单：

（1080ti 换成 Titan 也没问题）

GPU 的选择是重点

GTX

下面给出 1080、1070、1060、Titan X、Titan X 2016 的几项指标的对比：

TFLOPS（teraFLOPS FLoating-point Operations Per Second 每秒浮点运算次数）

1080ti 真是牛 B，11.5TFLOPS，11GB 显存

以上几幅图转自：GTX Titan X comparison

一般消费级主板虽然有四个 x16 规格的插槽，但是当你插上四路 GPU 时，事实上每路只有 x8，所以这其实没有最大化四路 GPU 的性能。

CPU 和主板 其中一个制约因素：单 U 的 max PCI-E lanes。单 U 最大 40lanes（即使服务器的 CPU），也就是即使有 4 个规格的 x16，只能最多达到 2 路 x16 加一路 x8。不过，芯片组其实也可以扩充一部分 lanes。（x99 可以扩宽 2.0 的 8lanes，z170 可以扩充 3.0 的 20lanes） 有些主板上会搭载 PLX chips，这个芯片是相当于是 “交换机” 的功能，并没有增加额外的 lanes。明确提出搭载 PLX 的是华擎 X99 WS-E/10G。

内存、电源、硬盘、机箱等 至于，内存、电源、硬盘什么的，就比较容易了，根据自己预算，自行权衡，内存建议 DDR4 64G，CPU 不可太差不然会是瓶颈，机箱的话海盗船的都还不错。电源其实还是要买个比较稳定的，因为会有 “无休止” 的 training。

x299

新旧 Titan 对比：